Você está na página 1de 26

INVESTIGAÇÃO OPERACIONAL

Programação Linear

Exercícios

Cap. X – Programação por Metas

António Carlos Morais da Silva


Professor de I.O.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) i


Cap. X – Programação por Metas - Exercícios

X. Programação por Metas

1. Considere o modelo de PL:


Max f(X) = 6x1 + 8x2 (lucro da venda de mesas e cadeiras)

s.a.
x1 ≥ 30 (produção de mesas)
x2 ≥ 10 (produção de cadeiras)
x1 + 2x2 ≤ 40 (operários)
x1 , x2 ≥ 0 e Inteiro

O problema não tem solução admissível pois os operários não são suficientes para satisfazer a produção
mínima de mesas e cadeiras (seriam necessários, pelo menos, 30 + 20 = 50 operários).
Para ultrapassar a situação admita que as produções mínimas de mesas e cadeiras passam a constituir “metas”
da empresa mantendo-se a maximização do lucro como critério de avaliação das soluções admissíveis.
Formalize como problema de metas e calcule a solução óptima.

2. Uma empresa produz três bens A, B e C em quantidades x1 , x2 e x3 sendo as funções de lucro e de emprego

da mão-de-obra as seguintes:
• g1(X) = 12x1 + 18x2 + 15x3 (lucro)

• g2(X) = 2x1 + 6x2 + 5x3 (mão-de-obra)

As restrições técnicas a cumprir são as seguintes:


• horas/máquina : 2x1 + 3x2 + 2x3 ≤ 90

• produção de A: igual ao dobro da produção de B


• produção de C: pelo menos o dobro da produção de A
O decisor pretende estudar a produção com as seguintes preferências:
• manter a mão-de-obra ao nível de 150 operários
• estabelecer como critério de avaliação de soluções a maximização de 2g1(X) - 5g2(X)
Formalize como problema de metas e calcule a solução óptima.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) X-1


Cap. X – Programação por Metas - Exercícios

3. Considere o seguinte modelo de PL para minimização de custos de produção:


Min f(X) = f1(x1) + f2(x2)
s.a.
x1 + 2x2 ≤ 9

2x1 + 3x2 ≥ 9
O decisor pretende a optimização dos custos tendo em consideração o seguinte:
f1(x1) = 3x1 para x1 ≥ 0
x1 para x1 ≤ 0

f2(x2) = 4x2 para x2 ≥ 0


3x2 para x2 ≤ 0
Formalize como problema de metas e calcule a solução óptima.

4. Considere a produção de A e B de acordo com os seguintes dados:


A B Meta Prioridade
Capital (u.m.) 1 2 ≤ 20 1ª
Pessoal 1 1 = 15 2ª
Lucro unitário (u.m.) 2 1 ≥ 40 3ª

Formalize como problema de metas e calcule a solução óptima pelo método do Simplex modificado para Metas.

5. Apresente as alterações que introduziu, no método do Simplex usual, para resolver o problema anterior.

6. No Simplex modificado para Metas como detecta soluções óptimas alternativas?

7. Calcule a solução do problema 10.4 usando, no cálculo, um único objectivo ("Big M´s").

8. Considere a produção de mesas e cadeiras de acordo com o seguinte:


Mesa Cadeira Disponibilidade
Madeira (m2) 30 20 300
Horas de trabalho 5 10 110
Treino do pessoal (horas) 1 3
Receita da venda (u.m.) 50 25
Lucro de venda (u.m.) 6 8

O decisor pretende uma solução de compromisso que satisfaça simultaneamente:


• lucro mínimo de 90 u.m.
• receita da venda não inferior a 450 u.m.
• treino do pessoal com mínimo de 30 horas
Formalize como problema de metas e calcule a solução óptima.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) X-2


Cap. X – Programação por Metas - Exercícios

9. Considere o aumento do problema anterior com as seguintes preferências e prioridades do decisor:

Mesa Cadeira
Investimento de capital (u.m.) 44 17
Pelo menos 4 cadeiras por mesa produzida

Não ultrapassando 325 u.m. de investimento, adaptar o modelo anterior e calcular a solução óptima com as
seguintes prioridades (ordem decrescente):
Lucro , Cadeiras / mesas , Capital , Receita , Treino

10. Admita que uma gasolineira pretende instalar uma estação de serviço tendo como potenciais clientes os
habitantes das localidades situadas no seguinte conjunto rodoviário:

2 km
A B

3 km
D

C 4 km

Nas localidades A, B, C e D estão recenseadas 100, 400, 200 e 300 viaturas respectivamente devendo o local
escolhido minimizar o produto do número de viaturas recenseadas pela distância das localidades à estação de
serviço.
Formalize como problema de metas e calcule a solução óptima.

11. O proprietário de uma herdade necessitando reforçar a capacidade de rega de três terrenos A, B e C decidiu
efectuar um furo. A ligação deste aos terrenos será feita por tubagens instaladas exclusivamente nas direcções
Norte-Sul e/ou Este-Oeste para facilitar o emprego de máquinas agrícolas sem destruição de tubagens.
As áreas de A, B e C são, respectivamente, 100, 300 e 200 hectares e a sua posição relativamente à casa do
proprietário é a seguinte (eixos graduados em km):

10 N

B(3,8)

C(7,6)

A(1,2)

10
Proprietário

Sendo o critério de localização "minimizar a soma dos produtos obtidos multiplicando a área de cada terreno
pelo comprimento da tubagem que o liga ao furo”, calcule o conjunto óptimo de tubagens a instalar.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) X-3


Cap. X – Programação por Metas - Exercícios

12. Admita que para dactilografar na próxima semana, um documento com 1000 páginas, contactou 4 empresas (A,
B, C, D) que prestam este serviço e recolheu a informação seguinte:
Horas disponíveis
Empresa Custo/página (u.m.) Nº páginas/hora Erros/página
(próxima semana)
A 3.5 6.4 0.015 50
B 2.4 5.2 0.018 40
C 3.75 7.5 0.008 50
D 3.9 8.8 0.012 35

Não sendo possível que uma única empresa efectue o trabalho na próxima semana, admita o recurso a mais do
que uma delas considerando os seguintes critérios e prioridades:
• 1ª prioridade: trabalho executado no prazo de uma semana
• 2ª prioridade: não ter mais do que 12 erros no total das 1000 páginas
• 3ª prioridade: não gastar mais do que 3000 u.m.
Formalize como problema de metas e calcule a solução óptima.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) X-4


INVESTIGAÇÃO OPERACIONAL

Programação Linear

Soluções dos Exercícios

Cap. X – Programação por Metas

António Carlos Morais da Silva


Professor de I.O.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) i


Cap. X – Programação por Metas - Soluções dos Exercícios

1. A produção mínima de 30 mesas, inicialmente imperativa , passa a ser a "meta" x1 = 30 + d1 em que “d1” é uma
variável de desvio (livre). Esta variável pode ser substituída pela diferença entre duas variáveis não negativas
associadas aos “desvios por excesso e defeito” respectivamente (ver figura).

x1 = 30 + d1+
d1 > 0

d 1+ = desvio por excesso


META: 30 mesas d1 = 0

d 1− = desvio por defeito

d1 < 0
x1 = 30 − d1−

A figura evidencia que a restrição inicial x1 ≥ 30 deve ser substituída pela Meta,

x1 − d1+ + d1− = 30

Trata-se de uma relação que não é uma restrição técnica pois não restringe o espaço de soluções.
Se, por exemplo, a variável x1 tiver valor 5, diz-se que a “Meta é cumprida por Defeito” pois a igualdade será

satisfeita com d1− = 25 (notar que as duas variáveis de desvio são complementares, ou seja o seu produto é

sempre nulo).
Se o decisor “deseja” x1 ≥ 30 está disponível para “ceder” perante um valor inferior (que pode limitar se achar

necessário).
A adopção de “Metas” em vez de restrições técnicas conduz a obter uma solução de compromisso, ou seja, a
melhor solução que a estrutura do modelo pode gerar.
Quando o modelo linear envolve “Metas” é de interesse organizar um quadro com as mesmas e identificar os
desvios indesejáveis e a ponderação a associar-lhes.
No exemplo em curso temos então:
Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis
Produção de mesas x1 ≥ 30 x1 − d1+ + d1− = 30 Defeito ( d1− )

Produção de cadeiras x2 ≥ 10 x2 − d 2+ + d 2− = 10 Defeito ( d 2− )

Notar que na 1ª meta o “desvio por defeito d1− ” deve ter o menor valor possível para que a produção fique tão

próximo quanto possível da produção desejada de 30 mesas.


De igual modo, na 2ª meta, o “desvio por defeito d 2− ” deve ter o menor valor possível para que a produção fique

tão próximo quanto possível da produção desejada de 10 cadeiras.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-1


Cap. X – Programação por Metas - Soluções dos Exercícios

O modelo inicial deve pois ser substituído pelo modelo seguinte:


Min f ( D ) = 6d1− + 8d 2− (minimizar a perda de lucro)
s.a.
x1 − d1+ + d1− = 30

x2 − d 2+ + d 2− = 10

x1 + 2 x2 ≤ 40

x1 , x2 , d1+ , d1− , d 2+ , d 2− ≥ 0 e Inteiro

A função f(D) minimiza a perda de lucro associada aos “desvios por defeito” (veja-se que para 1 mesa abaixo da
meta a redução do lucro é de 6 u.m. sendo de 8 u.m. para idêntica situação com uma cadeira).

Recorrendo ao método “Branch and Bound” obtém-se a solução óptima (melhor "solução de compromisso"):
x1 = 30; x2 = 5; d 2− = 5
A 1ª meta é integralmente satisfeita (desvios por excesso e defeito são nulos).
A 2ª meta é cumprida por defeito ( d 2− = 5 cadeiras ).

O plano óptimo de produção é pois de 30 mesas e 5 cadeiras.


O valor máximo do lucro da venda desta produção é f(X* ) = 6x1 + 8x2 = 180 + 40 = 220 u.m.
Veja-se na figura seguinte a interpretação geométrica:

d1− d1+

A Meta: Mesas

d 2+
B
Meta: Cadeiras

C d 2−
D

Notar que o espaço de soluções é limitado exclusivamente pela restrição técnica x1 + 2 x2 ≤ 40 . A solução

óptima será a que minimiza a perda de lucro.


Analisemos a perda de lucro nos pontos A, B, C e D.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-2


Cap. X – Programação por Metas - Soluções dos Exercícios

Ponto A (x1 = 0 ; x2 = 20)

Meta das Mesas:


x1 − d1+ + d1− = 30 ⇒ 0 − 0 + 30 = 30 .

Temos d1− = 30 o que penaliza o lucro em 6(30) = 180 u.m. (não há produção de mesas)

Meta das Cadeiras :


x2 − d 2+ + d 2− = 10 ⇒ 20 − 10 + 0 = 10 .

Temos d 2− = 0 não havendo penalização do lucro (produzem-se 10 cadeiras em excesso).

Valor dos desvios penalizantes (u.m.) = f(D) = 6(30) = 180 u.m.

Ponto B (x1 = 20 ; x2 = 10)

Meta das Mesas:


x1 − d1+ + d1− = 30 ⇒ 20 − 0 + 10 = 30 .

Temos d1− = 10 o que penaliza o lucro em 6(10) = 60 u.m. (10 mesas aquém da meta)

Meta das Cadeiras :


x2 − d 2+ + d 2− = 10 ⇒ 10 − 0 + 0 = 10 .

Temos d 2− = 0 não havendo penalização do lucro (produzem-se as 10 cadeiras desejadas).

Valor dos desvios penalizantes (u.m.) = f(D) = 6(10) = 60 u.m.

Ponto C (x1 = 30 ; x2 = 5)

Meta das Mesas:


x1 − d1+ + d1− = 30 ⇒ 30 − 0 + 0 = 30 .

Temos d1− = 0 não havendo penalização do lucro (produzem-se as 30 mesas desejadas).

Meta das Cadeiras :


x2 − d 2+ + d 2− = 10 ⇒ 5 − 0 + 5 = 10 .

Temos d 2− = 5 o que penaliza o lucro em f(D) = 8(5) = 40 u.m. (5 cadeiras aquém da meta)

Valor dos desvios penalizantes (u.m.) = f(D) = 8(5) = 40 u.m.

Ponto D (x1 = 40 ; x2 = 0)

Meta das Mesas:


x1 − d1+ + d1− = 30 ⇒ 40 − 10 + 0 = 30 .

Temos d1− = 0 não havendo penalização do lucro (produzem-se 10 mesas além do desejado).

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-3


Cap. X – Programação por Metas - Soluções dos Exercícios

Meta das Cadeiras :


x2 − d 2+ + d 2− = 10 ⇒ 0 − 0 + 10 = 10 .

Temos d 2− = 10 o que penaliza o lucro em f(D) = 8(10) = 80 u.m. (10 cadeiras aquém da meta)

Valor dos desvios penalizantes (u.m.) = f(D) = 8(10) = 80 u.m.

Solução óptima (melhor solução de compromisso)


Ponto C (x1 = 30 ; x2 = 5) onde se verifica o valor mínimo dos desvios penalizantes: f(D) = 40 u.m.

Produzir 30 mesas e 5 cadeiras com lucro total máximo de f(X) = 6x1 + 8x2 = 220 u.m.

Recorrendo ao software do autor é esta a solução obtida:

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-4


Cap. X – Programação por Metas - Soluções dos Exercícios

2.
Preferência
Desvios
Descrição do Equação da Meta
Penalizáveis
decisor

+ −
Defeito ( d1− )
Mão-de-obra g2(X) = 150 2 x1 + 6 x2 + 5 x3 − d + d = 150
Excesso ( d1+ )
1 1

Estudo da Função objectivo a utilizar


Pretende-se Max f(X) = 2g1(X) - 5g2(X) = 2(12x1 + 18x2 + 15x3) - 5 g2(X) = 24x1 + 36x2 + 30x3 - 5g2(X)

O desvio de g2(X) da meta “150” deve ser penalizado com coeficiente “-5” ou seja.

−5d1+ − 5d1−

A função a utilizar para optimização é pois w( X ) = 4 x1 + 6 x2 + 5 x3 − 5d1+ − 5d1− cujo gradiente permitirá

calcular o ponto óptimo da produção (onde posteriormente será calculado o valor do lucro total).
Modelo para optimizar:

Max w(X) = 24 x1 + 36 x2 + 30 x3 − 5d1+ − 5d1−


s.a. 2x1+ 3x2 + 2x3 ≤ 90 (restrição técnica para h/máquina)
x1 - 2x2 = 0 (restrição técnica da relação entre A e B)
2 x1 + 6 x2 + 5 x3 − d1+ + d1− = 150 (meta para pessoal)
-2x1 + x3 ≥ 0 (restrição técnica da relação entre A e C)

Utilizando o software do autor:

obtém-se a solução óptima:

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-5


Cap. X – Programação por Metas - Soluções dos Exercícios

Leitura da solução óptima


Produzir 12 unidades de”A”, 6 unidades de “B” e 24 unidades de “C”.
São necessários 180 operários (desvio por excesso de 30 operários).
Valor máximo do lucro = f(X) = 2g1(X) - 5g2(X) = 1224 – 900 = 324 u.m.

Nota: Igual resultado seria obtido usando a função objectivo:


Max f(X) = 2g1(X) - 5g2(X) = 2(12x1 + 18x2 + 15x3) - 5 (2x1 + 6x2 + 5x3) = 14x1 + 6x2 + 5x3

Veja-se que o efeito da variável de desvio “d1” é ajustar a mão-de-obra para consumir o máximo de horas

disponíveis.
De facto se a mão-de-obra for declarada como restrição técnica, 2 x1 + 6 x2 + 5 x3 ≤ 150 , na solução óptima

constata-se que o completo aproveitamento dos 150 operários apenas necessita de 75 das 90 horas disponíveis
(deixa-se ao leitor a tarefa de verificar esta informação).

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-6


Cap. X – Programação por Metas - Soluções dos Exercícios

3. Como x1 e x2 podem ter valor sem restrição de sinal são variáveis livres.

Se x1 ≥ 0 então x1 = x1+ e no caso contrário x1 = x1- (x1+ e x1- não são mais do que os desvios por excesso e

defeito do valor de x1 e relação ao valor zero).

Actuando de igual modo com a variável x2 tem-se:

f1 ( x1 ) = 3 x1+ + x1− e f 2 ( x2 ) = 4 x2+ + 3 x2−

Para as restrições técnicas temos que considerar x1 = x1+ − x1− e x2 = x2+ − x2− .

Modelo para optimizar:


Min f ( X ) = 3 x1+ + x1− + 4 x2+ + 3 x2−
s.a.
( x1+ − x1− ) + 2( x2+ − x2− ) ≤ 9
2( x1+ − x1− ) + 3( x2+ − x2− ) ≥ 9
x1+ , x1− , x2+ , x2− ≥ 0

x1 = x1+ − x1− = 0 ; x2 = x2+ − x2− = 3 − 0 = 3

A solução óptima é x1 = 0 ; x2 = 3 ; Min f(X) =12 u.m.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-7


Cap. X – Programação por Metas - Soluções dos Exercícios

4. Considerem-se x1 e x2 a produção de A e B respectivamente.

Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis


Capital x1 + 2x2 ≤ 20 x1 + 2 x2 − d1+ + d1− = 20 Excesso ( d1+ )

Pessoal x1 + x2 = 15 x1 + x2 − d 2+ + d 2− = 15 Excesso e Defeito ( d 2+ , d 2− )

Lucro 2x1 + x2 ≥ 40 2 x1 + x2 − d 3+ + d 3− = 40 Defeito ( d 3− )

Modelo para optimizar:


1ª prioridade : Min f1 = d1+

2ª prioridade : Min f 2 = d 2+ + d 2−

3ª prioridade : Min f 3 = d 3−

s.a.
x1 + 2 x2 − d1+ + d1− = 20

x1 + x2 − d 2+ + d 2− = 15

2 x1 + x2 − d 3+ + d 3− = 40

x1 , x2 , d i+ , d i− ≥ 0 (i = 1, 2,3)

Cálculo da solução óptima utilizando o “Simplex – Metas”:


VB x1 x2 d1+ d1- d2+ d2- d3+ d3- VSM Obs.
d1 -
1 2 -1 1 0 0 0 0 20
d2 -
1 1 0 0 -1 1 0 0 15
d3- 2 1 0 0 0 0 -1 1 40
f1 -1 0
f1 0 0 -1 0 0 0 0 0 0 Optimizar f1 (1ª prioridade)

Em f1 todos os coeficientes são não positivos (solução óptima). Min f1 = 0.

A 1ª prioridade é integralmente satisfeita.


Na optimização das prioridades seguintes a variável d1+ deve manter-se nula garantindo assim o valor óptimo

obtido Min f1 = d1+ = 0 .

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-8


Cap. X – Programação por Metas - Soluções dos Exercícios

Passemos à optimização da função f2:

VB x1 x2 d1+ d1- d2+ d2- d3+ d3- VSM Obs.


d1- 1 2 -1 1 0 0 0 0 20
d2 -
1 1 0 0 -1 1 0 0 15
d3- 2 1 0 0 0 0 -1 1 40
Optimizar f2 (2ª prioridade).
f2 -1 -1
Anular em f2 o coeficiente de d2-
f2 1 1 0 0 -2 0 0 0 15 Entra para a base x1 (ou x2)
x1 1 1 0 0 -1 1 0 0 15
d1 -
0 1 -1 1 1 -1 0 0 5
d3- 0 -1 0 0 2 -2 -1 1 10
f2 0 0 0 0 -1 -1 0 0 0 Óptimo para f2

Em f2 todos os coeficientes são não positivos (solução óptima). Min f2 = 0.

A 2ª prioridade é integralmente satisfeita.


Na optimização das prioridades seguintes as variáveis d1+ , d 2+ , d 2− devem manter-se nulas garantindo assim o

valor óptimo f1 = 0 e f2 = 0.

Passemos à optimização da função f3:

VB x1 x2 d1+ d1- d2+ d2- d3+ d3- VSM Obs.


x1 1 1 0 0 -1 1 0 0 15
d1 -
0 1 -1 1 1 -1 0 0 5
d3- 0 -1 0 0 2 -2 -1 1 10
Optimizar f3 (3ª prioridade).
f3 -1
Anular em f3 o coeficiente de d3-
f3 0 -1 0 0 2 -2 -1 0 10 Entra d2+

Verifica-se que a entrada para a base da variável d 2+ = 5 degrada o valor óptimo já obtido para Min f2 = 0.

A mudança de base não pode portanto ser efectuada considerando-se atingido o valor óptimo Min f3 = 10.

Leitura da solução "óptima"


Produção : 15 unidades de A.
Lucro máximo = 2x1 + x2 = 30 u.m.

Metas do decisor
1ª prioridade (capital) : integralmente satisfeita (Min f1 = 0).

2ª prioridade (pessoal) : integralmente satisfeita (Min f2 = 0).

3ª prioridade (lucro) : satisfeita por defeito (menos 10 u.m.). Min f3 = 10.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-9


Cap. X – Programação por Metas - Soluções dos Exercícios

5.
• Escolha de nova VB
Uma VNB seleccionável para a base só é escolhida se e só se não conduzir à degradação do valor óptimo
já atingido para funções de prioridade superior à da função em curso de optimização (sucedeu no exercício
anterior ao iniciar-se a optimização de f3).

• Empate na escolha de nova VB


Se duas ou mais VNB podem ser escolhidas para entrada na base a decisão é arbitrária.
• Empate na escolha da nova VNB (saída da base)
Se a menor “ratio” não negativa é obtida em mais do que uma das equações técnicas, sai da base a VB
associada à equação da meta de maior prioridade. Se tal se verifica em metas de igual prioridade a
escolha é arbitrária.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-10


Cap. X – Programação por Metas - Soluções dos Exercícios

6. A solução do problema Primal é única se, não sendo degenerada, só as VB têm coeficiente nulo nas equações
de todas as funções optimizadas.
Retomando, a título de exemplo, a questão nº 4 o quadro final é o seguinte:
VB x1 x2 d1+ d1- d2+ d2- d3+ d3- VSM
x1 1 1 0 0 -1 1 0 0 15
d1 -
0 1 -1 1 1 -1 0 0 5
d3 -
0 -1 0 0 2 -2 -1 1 10
f1 0 0 -1 0 0 0 0 0 0
f2 0 0 0 0 -1 -1 0 0 0
f3 0 -1 0 0 2 -2 -1 0 10

A solução óptima é única porque não é degenerada e só as VB têm coeficiente nulo em todas as equações das
funções optimizadas.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-11


Cap. X – Programação por Metas - Soluções dos Exercícios

7. Constitui-se um objectivo único f = M1 f1 + M2 f2 + ……. + Mk-1 fk-1 + 1fk que reúne "k" objectivos.
Os coeficientes M1 , M2 , … , Mk-1 , 1 são tais que M1 é muito maior do que M2 , M2 é muito maior do que M3 e

assim sucessivamente.
No problema corrente pretende-se minimizar f1 , f2 , f3 , por esta ordem, pelo que se organiza e minimiza a
função:
Min f = M1 f1 + M2 f2 + f3
Modelo para optimizar:
Min f ( D ) = M 1 d1+ + M 2 ( d 2+ + d 2− ) + d 3− com M 1 >> M 2 >> 1
s.a.
x1 + 2 x2 − d1+ + d1− = 20

x1 + x2 − d 2+ + d 2− = 15

2 x1 + x2 − d 3+ + d 3− = 40

x1 , x2 , d i+ , d i− ≥ 0 (i = 1, 2,3)
Cálculo da solução óptima:
VB x1 x2 d1+ d1- d2+ d2- d3+ d3- VSM Obs.
d1 -
1 2 -1 1 0 0 0 0 20
d2- 1 1 0 0 -1 1 0 0 15
d3 -
2 1 0 0 0 0 -1 1 40
Anular coeficientes
f(D) -M1 -M2 -M2 -1 0
das VB d2- e d3-
f(D) M2 + 2 M2 + 1 -M1 0 -2M2 0 -1 0 15M2 + 40 Entra x1 . Sai d2-
x1 1 1 0 0 -1 0 0 0 15
d1- 0 1 -1 1 1 1 0 0 5
d3 -
0 -1 0 0 2 0 -1 1 10
f(D) 0 -1 -M1 0 -M2+ 2 -M2 - 2 -1 0 10 Óptimo

Leitura da solução "óptima"


Produção : 15 unidades de A.
Lucro máximo = 2x1 + x2 = 30 u.m.

Metas do decisor
1ª prioridade : Min f1 = d1+ = 0

2ª prioridade : Min f 2 = d 2+ + d 2− = 0

3ª prioridade : Min f 3 = d 3− = 10

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-12


Cap. X – Programação por Metas - Soluções dos Exercícios

8. Preferências do decisor e desvios indesejáveis:


Descrição Preferência do decisor Equação da Meta Desvios Penalizáveis
+ −
Lucro 6x1 + 8x2 ≥ 90 u.m. 6 x1 + 8 x2 − d + d = 90
1 1 d1−

Receita da venda 50x1 + 25x2 ≥ 450 u.m. 50 x1 + 25 x2 − d 2+ + d 2− = 450 d 2−

Treino do pessoal x1 + 3x2 ≥ 30 h x1 + 3 x2 − d 3+ + d 3− = 30 d 3−

Modelo para optimizar:


Min f = d1− + d 2− + d 3−
s.a.
30 x1 + 20 x2 ≤ 300
5 x1 + 10 x2 ≤ 110
6 x1 + 8 x2 − d1+ + d1− = 90
50 x1 + 25 x2 − d 2+ + d 2− = 450
x1 + 3x2 − d3+ + d3− = 30
x1 , x2 , di+ , di− ≥ 0 e Inteiro (i = 1, 2,3)
Utilizando o software tem-se:

x1 = 6 ( produzir 6 mesas) ; x2 = 6 ( produzir 6 cadeiras) ; d1− = 6 (só é possível obter 90 - 6 = 84 u.m. de

lucro) ; d 2− = 0 (é possível obter a receita de 450 u.m.) ; d 3− = 6 (só é possível efectuar 30 - 6 = 24

horas de treino).

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-13


Cap. X – Programação por Metas - Soluções dos Exercícios

9.
Desvios
Descrição Preferência do decisor Equação da Meta Prioridade
Penalizáveis
Lucro 6x1 + 8x2 ≥ 90. 6 x1 + 8 x2 − d1+ + d1− = 90 d1- 1
Cad./mesas 4x1 - x2 ≤ 0 4 x1 − x2 − d 2+ + d 2− = 0 d2+ 2
Capital 44x1 + 17x2 ≤ 325 44 x1 + 17 x2 − d 3+ + d 3− = 325 d3+ 3
Rec. venda 50x1 + 25x2 ≥ 450 50 x1 + 25 x2 − d 4+ + d 4− = 450 d4- 4
Treino x1 + 3x2 ≥ 30 x1 + 3 x2 − d 5+ + d 5− = 30 d5- 5

Modelo para optimizar:


Min f ( D) = M 1 d1− + M 2 d 2+ + M 3 d3+ + M 4 d 4− + d5−
s.a.
30 x1 + 20 x2 ≤ 300
5 x1 + 10 x2 ≤ 110
6 x1 + 8 x2 − d1+ + d1− = 90
4 x1 − x2 − d 2+ + d 2− = 0
44 x1 + 17 x2 − d3+ + d3− = 325
50 x1 + 25 x2 − d 4+ + d 4− = 450
x1 + 3x2 − d5+ + d5− = 30
x j ; di+ ; di− ≥ 0 e Inteiro ( j = 1, 2; i = 1 a 5)
Utilizando o software do autor tem-se (utilizando o método dos “Big M’s”):

Notar o valor, em f(D), dos coeficientes dos desvios penalizáveis:


M1 = 1 000 000 ; M2 = 100 000 ; M3 = 10 000 ; M4 = 1 000 ; M5 = 1

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-14


Cap. X – Programação por Metas - Soluções dos Exercícios

Produção óptima: 2 mesas (x1 = 2) e 10 cadeiras (x2 = 10)

d1+ = 2 (Lucro = 92 u.m. ; excesso de 2 u.m. no lucro ; Min f1 = d1− = 0 ; 1ª meta satisfeita)

d 2− = 2 (excesso de 2 cadeiras; Min f 2 = d 2+ = 0 ; 2ª meta satisfeita)

d 3− = 67 (defeito de 67 u.m. no capital a investir; Min f 3 = d 3+ = 0 ; 3ª meta satisfeita)

d 4− = 100 (defeito de 100 u.m. na receita da venda; Min f 4 = d 4− = 100 ; 4ª meta não satisfeita)

d 5+ = 2 (excesso de 2 horas de treino ; Min f 5 = d 5− = 0 ; 5ª meta satisfeita)

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-15


Cap. X – Programação por Metas - Soluções dos Exercícios

10. Considere-se um eixo de abcissas (km) e as localidades na sua posição relativa:

A B C D

0 2 5 9 km

Admitindo a estação localizada na abcissa de valor "x", a distância a que ficará cada uma das localidades é um
desvio relativamente ao desejável (estação na própria localidade):
Desvios
Descrição Preferência do decisor Equação da Meta
Penalizáveis
A x=0 x − d A+ + d A− = 0 Ambos
B x=2 x − d B+ + d B− = 2 Ambos
C x=5 x − d C+ + d C− = 5 Ambos
D x=9 x − d D+ + d D− = 9 Ambos

Objectivo: Min f ( D ) = 100( d A+ + d A− ) + 400( d B+ + d B− ) + 200( d C+ + d C− ) + 300( d D+ + d D− )

Todas as variáveis do modelo são não negativas.

Localização óptima (não única) : C

A B C D
2 km 3 km 4 km

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-16


Cap. X – Programação por Metas - Soluções dos Exercícios

11. Considerem-se “x” e “y” as coordenadas óptimas do furo.

10 N

B(3,8)

Canos C(7,6)

A(1,2) y

10
Proprietário

Relativamente a qualquer das áreas, vista separadamente, o ideal seria que o furo nela tivesse lugar. Como tal
não é possível é necessário estabelecer um compromisso.
Considerando x A+ , x A− , xB+ , xB− , xC+ , xC− os desvios por excesso e defeito na direcção Este-Oeste (será o

comprimento do tubo de ligação necessário e y A+ , y A− , yB+ , yB− , yC+ , yC− idênticos desvios na direcção Norte-Sul,

o modelo de PL para optimizar a localização do furo e consequentemente minimizar o custo das ligações é o
seguinte:

Min f ( x, y ) = 100( x A+ + x A− + y A+ + y A− ) + 300( xB+ + xB− + yB+ + yB− ) + 200( xC+ + xC− + yC+ + yC− )
s.a.
x − x A+ + x A− = 1
y − y A+ + y A− = 2
x − xB+ + xB− = 3
y − yB+ + yB− = 8
x − xC+ + xC− = 7
y − yC+ + yC− = 6
x, y, x A+ , x A− , y A+ , y A− , xB+ , xB− , yB+ , yB− , xC+ , xC− , yC+ , yC− ≥ 0
Utilizando o software do autor:

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-17


Cap. X – Programação por Metas - Soluções dos Exercícios

As ligações óptimas são as seguintes:

10 N

B(3,8)

C(7,6)

A(1,2)

10
Proprietário

Relativamente à casa, o furo deve ser aberto 3 km para Este e 6 km para Norte.
São necessários 6 km de tubo para a ligação a "A" (600 u.m.), 2 km para B (600 u.m.) e 4 km para C (800 u.m.)
com custo total mínimo de 2000 u.m.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-18


Cap. X – Programação por Metas - Soluções dos Exercícios

12. Variáveis de decisão: xA , xB , xC , xD (número de páginas a dactilografar em A, B, C, D respectivamente)

Restrições técnicas:
Capacidade das empresas (total de páginas)
• xA ≤ 320 (50 horas a 6.4 páginas/h)

• xB ≤ 208 (40 horas a 5.2pgs./h)

• xC ≤ 375 (50 horas a 7.5 páginas/h)

• xD ≤ 308 (35 horas a 8.8 páginas/h)


Estudo das Metas a fixar:
Preferência
Desvios
Descrição do Equação da Meta
Penalizáveis
decisor
Pgs./semana ≥ 1000 xA + xB + xC + xD − d1+ + d1− = 1000 Defeito
Erros ≤ 12 0.015xA + 0.018xB + 0.008xC + 0.012xD − d 2+ + d 2− =12 Excesso
Custo (u.m.) ≤ 3000 3.5xA + 2.4xB + 3.75xC + 3.9xD − d 3+ + d 3− = 3000 Excesso

Prioridade Objectivo
1 Min f1 = d1−
2 Min f 2 = d 2+
3 Min f 3 = d 3+

Modelo para optimizar:


Min f ( D ) = M 1 d1− + M 2 d 2+ + d 3+
s.a.
xA ≤ 320 (50 horas a 6.4 páginas/h)
xB ≤ 208 (40 horas a 5.2pgs./h)
xC ≤ 375 (50 horas a 7.5 páginas/h)
xD ≤ 308 (35 horas a 8.8 páginas/h)
+ −
xA + xB + xC + xD − d + d = 1000
1 1 (páginas para 1 semana; 1 ª prioridade)
+ −
0.015xA + 0.018xB + 0.008xC + 0.012xD − d + d 2 2 =12 (erros; 2ª prioridade)
+ −
3.5xA + 2.4xB + 3.75xC + 3.9xD − d + d 3 3 = 3000 (custo; 3ª prioridade)
xA , xB , xC , xD , di+ , di- ≥ 0 e Inteiro (i = 1,2,3)

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-19


Cap. X – Programação por Metas - Soluções dos Exercícios

Utilizando o Solver do Excel obtém-se:

Solução 148.0 174.0 372.0 306.0 0.0 0.0 0.0 0.0 524.0 0.0
Variáveis xA xB xC xD d1+ d1- d2+ d2- d3+ d3- 1º membro VSM
1.0 1.0 1.0 1.0 -1.0 1.0 0.0 0.0 0.0 0.0 1000.0 1000.0
0.015 0.018 0.008 0.012 -1.0 1.0 12.0 12.0
3.5 2.4 3.8 3.9 -1.0 1.0 3000.0 3000.0

Objectivo
f(D) = 1000000.0 100000.0 1.0 524.0

Custo total 3524.0

A solução "óptima" é a seguinte:


• Empresa A : executar 148 páginas
• Empresa B : executar 174 páginas
• Empresa C : executar 372 páginas
• Empresa D : executar 306 páginas
As metas de 1ª e 2ª prioridades são integralmente satisfeitas ( 1000 páginas ; 12 erros).
A meta de 3ª prioridade é excedida em d3+ = 524 u.m. ou seja o custo total é de 3524 u.m.

INVESTIGAÇÃO OPERACIONAL (MS – edição de 2006) S/ X-20

Você também pode gostar